LLM Finetuning -Download - LLM Finetuning Code Download

LLM Finetuning

AI-Quellcode

1.0.0

Herunterladen

Llm-finetuning

Peft Fine-Tuning-Projekt

Willkommen beim Peft-Projekt-Repository (Vorab-Evaluation Fine-Tuning)! Dieses Projekt konzentriert sich auf effizient feine Großsprachmodelle unter Verwendung von Lora und der Transformers Library von Face.

Feinabstimmungs -Notebook -Tabelle?

Notebook -Titel	Beschreibung	Colab Abzeichen
1. Effizient große Sprachmodelle mit Lora und umarmtem Gesicht trainieren	Details und Code für effizientes Training von großsprachigen Modellen mit Lora und dem Umarmungsgesicht.
2. FEINIGE TUNDEN SIE IHRES EIGENES LAMA 2 MODELL in einem Colab-Notizbuch	Leitfaden zur Feinabstimmung Ihres Lama 2-Modells mit Colab.
3.. Guanaco Chatbot-Demo mit Lama-7b-Modell	Präsentation einer Chatbot-Demo, die vom Lama-7b-Modell angetrieben wird.
4. PEFT FINETUNE-BLOOM-560M-TAGER	Projektdetails für PEFT FEDUNE-BLOOM-560M-TAGER.
5. FINETUNE_META_OPT-6-1B_MODEL_BNB_PEFT	Details und Leitfaden für die Fülle des Meta Opt-6-1B-Modells mit PEFT und Bloom-560m-Tagger.
6.Finetune Falcon-7b mit BNB Self Overvised Training	Leitfaden für die Finetuning Falcon-7b unter Verwendung von BNB-Selbstversorgungstraining.
7.Finetune LLAMA2 mit Qlora	Leitfaden zur Feinabstimmung des LLAMA 2 7B-Vorausgebildeten Modells mit der PEFT-Bibliothek und der Qlora-Methode
8.Stable_vicuna13b_8bit_in_colab	Leitfaden der Feinabstimmung Vecuna 13b_8bit
9. GPT-NEO-X-20B-BNB2BIT_TRINING	Leitfaden, wie Sie das GPT-NEOX-20B-Modell mithilfe von Bfloat16-Präzision trainieren
10. MPT-Instruct-30b Modelltraining	MPT-Instruct-30b ist ein großes Sprachmodell von Mosaicml, das auf einem Datensatz mit kurzfristigen Anweisungen trainiert wird. Es kann verwendet werden, um Anweisungen zu befolgen, Fragen zu beantworten und Text zu generieren.
11.RLHF_TRINING_FOR_CUSTOMDATASET_FOR_ANYMODEL	Wie trainieren Sie ein Modell mit RLHF -Training auf jedem LLM -Modell mit benutzerdefiniertem Datensatz
12.Fine_tuning_microsoft_phi_1_5b_on_custom_dataset (Dialogstudio)	Wie trainieren Sie ein Modell mit TRL SFT -Training auf Microsoft Phi 1.5 mit Custom
13.	So finanzieren Sie GPT 3.5 auf Ihren eigenen Daten
14. Finetuning Mistral-7b-Finetuning-Modell mit Autotrain-Advanced	Wie man Mistral-7b mit autoktrinärer Advanced beendet
15. Rag Langchain Tutorial	So verwenden Sie Lappen mit Langchain
16. Knowledge Graph LLM mit Langchain PDF -Frage Beantwortung	So erstellen Sie Wissensgrafik mit PDF -Frage -Beantwortung
17. Text an Knolwedge -Graph mit OpenAI -Funktion mit Neo4j und Langchain Agent Frage Beantwortung	So erstellen Sie Wissensgrafik aus Text- oder PDF -Dokument mit PDF -Frage -Beantwortung
18. Konvertieren Sie das Dokument mit Langchain und OpenAI in Knowledgegraph	Dieses Notebook ist Ihnen helfen zu verstehen
19. Wie trainiere man ein 1-Bit-Modell mit LLMs?	Dieses Notebook hilft Ihnen dabei, ein Modell mit 1-Bit- und 2-Bit-Quantisierungsmethode mithilfe des HQQ-Frameworks zu trainieren
20.Alpaca _+_ Gemma2_9b_unsloth_2x_faster_finetuning	Dieses Notizbuch hilft Ihnen, ein Modell mit GEMMA2 9B zu trainieren
21.Rag -Pipeline -Bewertung mit MLFlow Best Industry Practice	Dieses Notizbuch bietet einen umfassenden Leitfaden zur Bewertung der 21 RAG-Pipeline (Abruf-Then-Antwort-Generation) mithilfe von MLFlow und haftet an den besten Branchenpraktiken.
22. Bewerten Sie ein umarmendes Gesicht mit `mlflow.evaluate()`	Dieses Notizbuch bietet einen umfassenden Leitfaden zur Bewertung eines Umarmungs -Gesichts -Lernmodells (LLM) unter Verwendung von mlflow_valuate.